「統計的機械学習」の中核としての統計数理シンポジウム（オンライン開催） | 統計数理研究所
【開催日時】 2023年5月25日(木)14:00-18:00 【開催形式】 オンライン(Zoomウェビナー) 事前登録参加無料 » 参加登録はこちらから 【趣旨】 「統計的機械学習」について、研究成果の社会還元に積極的に取組む第一線の研究者が、産学連携による経験を踏まえ、将来に向けたメッセージを発信する。 【対象】 企業・大学・官公庁等でデータサイエンス・統計・産学官連携等にご興味をお持ちの方。 プログラム （講演題目は決まり次第、順次掲載します。） 基調講演1生成モデルは世界をどのように理解しているのか 株式会社Preferred Networks 代表取締役 最高研究責任者 岡野原大輔 大規模言語モデルや拡散モデルは高忠実で多様なデータを生成できるモデルであり、さらに獲得したモデルを使って様々なタスクをプロンプトで指示し、ゼロショットもしくは少量の追加学習データで実現できることがわか
リーディングDAT | 統計数理研究所 統計思考院
思考院トップ 統計思考院の事業活動 リーディングDAT 2021年度 情報・システム研究機構 データサイエンス高度人材育成プログラム 2021年度リーディングDAT(Data Analytics Talents) 「データ中心科学」の中核的研究所である統計数理研究所が企画する、現代社会で必要とされる統計数理の知識とスキルを持ったデータサイエンティスト(Leading Data Analytics Talents)の育成を目的としたプログラムです。現代のデータサイエンティストに必要なスキルを多彩な講師陣から学べます。初心者の一歩先から、プロジェクトを先導しマネジメントできるレベルまで、スキルアップに必須の統計科学の知識を提供します。 2021年度実施報告 養成コースと講座の関係 リーディングDATは、リーディングDAT養成コースおよびリーディングDAT講座からなるプログラムです。 リーディン
感染症流行の予測:感染症数理モデルにおける定量的課題 (特集 予測と発見) 統計数理 統計数理 54(2), 461-480, 2006 統計数理研究所
2006 54 2 461–480 c �2006 1 2 2006 1 4 2006 2 6 HIV/AIDS BSE 1. 1 Bailey, 1975 , 1998 1 Anderson and May, 1991; , 2002 1 Westbahnhofstr. 55, Tübingen D-72070, Germany; nishiura.hiroshi@uni-tuebingen.de 852–8523 1–12–4 2 153–8914 3–8–1 462 54 2 2006 SARS; Riley et al., 2003; Lipsitch et al., 2003 Longini et al., 2005; Ferguson et al., 2005 Kaplan et al., 2002; Eichner, 2003 Giesecke, 2002 1 Intrin
福水健次のホームページ
福水 健次 English / Japanese 福水 健次 統計数理研究所 数理・推論研究系 教授 統計的機械学習センター センター長 （兼）総合研究大学院大学 複合科学研究科統計科学専攻 教授 190-8562 東京都立川市緑町10-3 E-mail: 'fukumizu' ATT 'ism' DOTT 'ac' DOTT jp 居室： D606，アクセス 2020 Feb. 17-19 Workshop on Functional Inference and Machine Intelligence (FIMI) will be held at EURECOM, Sophia Antipolis, France. Co-organized by EURECOM and ISM. 統計数理研究所・共同利用研究・研究集会 「統計的機械学習の新展開」 2020. 1. 30-31. Cau
H26:Gaussian Processes
統計数理研究所 H26年度公開講座「ガウス過程の基礎と応用」 講師: 松井知子 (統数研), 持橋大地 (統数研), 大羽成征 (京都大), 斎藤正也 (統数研) 日時: 2015年3月3日(火) 10:00-16:00 講義スライド 講義1 (松井): 「ガウス過程の基礎」 講義2 (持橋): 「ガウス過程の基礎と教師なし学習」 講義3 (大羽): 「ガウス過程法 変分圧縮, GP-LVM, Deep GP」 講義4 (斎藤): 「ガウス過程のシミュレーションへの応用」 関連資料 Interactive demonstrations for linear and Gaussian process regressions (Andrew Gelman) http://andrewgelman.com/2015/03/07/interactive-demonstrations-linear-
PowerPoint Presentation
２．正定値カーネルと再生核ヒルベルト空間 正定値カーネルによるデータ解析 － カーネル法の基礎と展開 － 福水健次 統計数理研究所／総合研究大学院大学 統計数理研究所 公開講座 2011年1月13,14日 1 概要 • 正定値カーネル 定義と例 • 再生核ヒルベルト空間と正定値カーネル 再生核ヒルベルト空間の定義 正定値カーネルとの関係（Moore-Aronszajn theorem） 特徴写像 • 正定値カーネルとRKHSの基本的性質 正定値カーネルの性質 再生核ヒルベルト空間の性質 Bochnerの定理 2 概要 • 正定値カーネル 定義と例 • 再生核ヒルベルト空間と正定値カーネル 再生核ヒルベルト空間の定義 正定値カーネルとの関係（Moore-Aronszajn theorem） 特徴写像 • 正定値カーネルとRKHSの基本的性質 正定値カーネルの性質 再生核ヒルベルト空間の性質
「統計数理」第64巻 目次
[ 第1号 | 第2号 ] 第64巻 第1号 統合PDFをダウンロード 特集「生態学における統計モデリング」 「特集 生態学における統計モデリング」について ..........久保 拓弥 (64, 1-2) 全文pdf 動的サイト占有モデル ―状態の不確実性を考慮したサイト占有動態の統計的推測 ..........深谷 肇一 (64, 3-22) 要旨 全文pdf 多変量状態空間モデルを用いたリター分解実験のためのパラメータ推定 ..........仁科 一哉 (64, 23-38) 要旨 全文pdf 水産資源学における統計モデリング ..........岡村 寛、市野川 桃子 (64, 39-57) 要旨 全文pdf 一般化状態空間モデルで漁業動態を記述する ―マサバ努力量管理効果の定量評価 ..........市野川 桃子、岡村 寛 (64, 59-75) 要旨 全文pdf 安定同位
untitled
2008 56 1 81–99 c �2008 1,2 3 1,2,4 2007 7 4 2007 11 5 1. 5000 Wilson and Reeder, 2005 Nikaido et al., 2000; Nishihara et al., 2006 Graur and Higgins 1994 , Gatesy et al. 1996 , Shimamura et al. 1997 , Nikaido et al. 1999 Nikaido et al. 2001, 2006 , Sasaki et al. 2005, 2006 Simpson, 1945 Madsen et al., 2001; Murphy et al., 2001; Murata et al., 2003; Nishihara et al., 2005 1 200433 220 2 240–0193 3
トピックモデルの応用： 関係データ、ネットワークデータ
NTT コミュニケーション科学基礎研究所 石黒 勝彦 1 2013/01/15-16 統計数理研究所 会議室1 • 文書や著者の間に「関係」のネットワーク（グ ラフ）が想定されるデータセットが対象です • お互いの関係をどのようにモデルに取り入れ るかがポイントです 2 • 複数のオブジェクト（ノード）の間にリンク(エッ ジ）があってつながっているデータです • 数学的には、いわゆる「グラフ」です 3 �� = ��, �� V(vertex): オブジェクト、ノード E(edge): リンク、エッジ • ソーシャルネットワークサービス(SNS)上の 友達関係、フォロー関係 4 �� = ��, �� = ユーザ, フォロー SNS内のコミュニティ発見 影響力の大きなユーザの発見 口コミ情報の伝搬範囲の最大化 • ネットショッピングなどの購買データ 5 �� = ��, �� = ユーザ
D:/home/text/ibis98/ibis3..dvi
1998 年情報論的学習理論ワークショップ 1998 Workshop on Information-Based Induction Sciences (IBIS'98) Hakone, Japan, July 11-12, 1998. Model Selection and Related Topics in Statistical Sciences 伊庭 幸人 Yukito Iba モデル選択とその周辺 Abstract: There are a number of statistical methodologies, each of which has its own philosophy and mathematical background. A way to understand them is to regard them as tools for de ning
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
PowerPoint プレゼンテーション
Complex Systems -- OLD days
スライド 1
日本人の国民性調査とは
https://www.ism.ac.jp/~daichi/lectures/H26-GaussianProcess/gp-lecture2-daichi.pdf
https://www.ism.ac.jp/editsec/aism/pdf/10463_2011_Article_343.pdf
https://www.ism.ac.jp/editsec/toukei/pdf/44-1-049.pdf
Ayaka Sakata
https://www.ism.ac.jp/~iba/ISM_tutorial.pdf
https://www.ism.ac.jp/editsec/toukei/pdf/46-2-401.pdf